44岁自学AV漫剧(AI漫剧?)学习笔记
Source: https://x.com/i/article/2117643100617351168
一, 剧本与视频提示词
AV 与AI漫剧一样,不能上来就开整,一个视频的开头会让人有看下去的欲望。
我们面对的是没有感情的AI ,它是完全按照我们的剧本和提示词生成图片或视频,所以好的剧本,提示词才是一部好作品的关键
在线闭源模型道德高尚,不会给我们生成色情露骨的情节描写,所以本地部署一个无审核版的模型很有必要。
本草稿使用GLM 5.3 Flash Uncensored NVFP4。以下文字是给文本模型的任务说明,不是已经完成的剧本。
请为一部约三分钟的成人影片拟定拍摄剧本,并为每个镜头编写可供 MiniMax H3 测试的视频提示词。明确人物、场景、动作、镜头时长和衔接方式。
二, 角色 场景与首帧素材
生成角色和拍摄场景的资产图
角色、场景和首帧图使用 Qwen Image 2.1 无审核版。先固定人物与地点,再逐镜制作首帧。
人物资产示例
真实皮肤:自然淡妆,干爽哑光,像薄涂了一层散粉,看得见细小毛孔和细软汗毛,肤色白皙透亮带淡粉;额头、鼻梁、颧骨的高光面积很小、边缘柔和;头发蓬松柔软,有自然碎发;衣服是棉、麻、针织的柔软质地,有自然褶皱;日本电视剧剧照质感,画面通透明亮,低对比,暗部是柔和的浅灰,细腻的胶片颗粒,像真人电视剧实拍的剧照。
图1是这个女人的脸部参考照片:脸型、五官、眼睛、刘海和发型、右眼角下的小痣都以图1为准;图1里的巫女服完全不要,衣服按下面的描述。
三张同一个真人的棚拍照片并排放在平整的中性中灰色影棚背景上,一张电影角色定妆表:左边是3/4侧脸的头肩特写,中间是正面全身站姿但画面从脖子处裁掉、不露出头部,右边是背面全身站姿;三张是同一个真实的人,三张之间完全一致。柔和均匀的影棚平光,阴影很浅,干净中性的色调,真实皮肤,可见毛孔,不磨皮,瞳孔里有清晰的眼神光。
这个人:美月,二十四岁的成年日本女人,五官和身形都是成熟的成年人,个子高挑,身材匀称、曲线明显,胸部丰满,腰很细;黑色长直发垂到胸前,发尾自然内弯,额前是轻薄的空气刘海,耳边垂着几缕碎发;小巧的鹅蛋脸,下巴圆润,一双圆而明亮的大眼睛,眼尾微微下垂,眼神温柔、带一点疲倦的笑意,右眼角下方有一颗很小的浅褐色痣;鼻子小巧,嘴唇饱满、天然淡粉色,皮肤白皙透亮,只在眼下有一点不明显的倦意。穿一件贴身的黑色细针织V领连衣裙,领口开到锁骨下方,解开一个扣子,裙长只够包住屁股,腰身收紧,勾勒出身材曲线;
服装(三张完全一致):见上面的描述。
左边特写:脸微微侧向画右,神情温柔安静,嘴角带一点礼貌的笑。中间:正面笔直站立,双臂自然下垂,从脖子到脚的完整身体。右边:同样的站姿从背后看,后脑和发型清楚可见。
场景资产示例
三,让图动起来 选中男女主角,可以用连线或者添加参考图的方法加入节点,写入想让他俩做什么的提示词,尽量越详细越好,我们在指挥AI 完成视频生成。
四,抽卡修剪 生成的图片或者视频不满意继续优化提示词,重新抽卡生成到满意为止。
五,AV 增强少不了的候选 LoRA 与工作流,总结了功能和下载地址
以下为候选资源与使用边界。MiniMax H3 的视频 LoRA、Qwen 图片 LoRA 和 LTX 2 音频 LoRA 属于不同模型体系,不能混用。安装状态与实际可用性应以控制台和跑片验收为准。
(1) HMCumshot MiniMax H3 LoRA:用于特定成人镜头,尚需单独核对来源、授权与适配性。 https://civitai.red/models/2857340/hmcumshot-cumshot-lora-for-minimax-h3?modelVersionId=3238531 (2)HMNSFW AIO:MiniMax H3 成人题材 LoRA。
HMNSFW AIO Sex LoRA 的画面效果须以本机同条件对照为准,不应仅凭模型简介判断真实感或动作质量。来源:
(3)其他社区合集:minimaxH3_Collection 及其中的 MMh3_AIO、MMh3_Synth_Pussy、mysticxxx_MM_H3、MMH3_moawxx。逐个核对适配版本与授权,不将合集视为已安装清单。 https://huggingface.co/lynaNSFW/models FL2VA INT8 Pruned 底模(作者 tsolful):这是裁剪后的底模,不是 LoRA。
作者称其显存占用较小;与原底模的画质差异仍需同条件测试。 https://civitai.com/models/2830065?modelVersionId=3193337 (4)Motion speed slider(作者 FrogOnStilts):通过 LoRA 权重正负值调节动作速度。
用权重正负控制动作快慢。
来源链接(原文与 Turbo 链接可能互换,使用前须按模型页标题复核): https://civitai.com/models/2951265 (5) MiniMax H3 Turbo turbo-multistep-v2(作者 Darksidewalker):用于少步数加速。
原笔记记录的参数为 4 至 8 步、shift 6/3;动作、声音与旧版 Turbo 的比较尚需本机实测。它与 Motion speed slider 是两个不同资源。
来源链接(原文与Motion speed slider 链接可能互换,使用前须按模型页标题复核): https://civitai.com/models/2929860?modelVersionId=3357658 (6) DaSiWa MiniMax H3 Workflows C MMH3 v3.3
一体化ComfyUI 工作流,覆盖多个 H3 模式与续写;依赖节点和运行环境需要单独核对。 https://civitai.com/models/2831978?modelVersionId=3195699 (7) jp_pant_voice:LTX 2 音频 LoRA,用于给已有视频尝试生成日语气息音。作者称声音会受原视频口型和动作影响;这不是 H3 视频 LoRA。
目前仅保存并校验了 LoRA 文件。要实际生成音频,还需要约 27 GB 的 LTX 2 底模、文本编码器和独立运行服务;不能在现有 H3 档位直接使用。
作者仓库: https://huggingface.co/strangeman3107/ltx-2-lora-test
保持角色一致性的操作要点
资产层:先确定人物的固定外貌、服装和声音档案。
- 定妆表可包含近景面部、正面全身和背面全身。若远景小脸干扰了身份一致性,可另存一版裁去全身格头部的参考图,与完整版本对照;不要删除原始定妆表。
- 首帧层:场景图与人物定妆表分开提供。生成首帧时,优先指定场景参考,再加入人物参考;人物的核心外貌描述在不同镜头保持一致。
- 视频提示词的人物段应沿用固定外貌特征,并写明与首帧中人物的身份、服装和站位一致。
- 镜头越长,身份漂移的风险通常越高。可先用 4 至 8 秒短镜头测试,再决定是否拆镜。
- 遮脸、转身再转回等动作更容易出现身份漂移;需要这些动作时,先做短段测试并逐镜审核。
- 明确本镜出场人数和站位,减少无关人物进入画面的概率。
声音层:为每个角色保存一份固定的声音档案。
- 角色开口时沿用声音档案中的关键特征,再按场景调整情绪和音量,不要改变声线身份。
- 出片后可用现有的说话人相似度检查和 Whisper 听写作辅助核查,最终仍要人工听审。